CN100415001C

CN100415001C - 考虑到块之间相关性的估计运动的装置及其方法

Info

Publication number: CN100415001C
Application number: CNB2004100616077A
Authority: CN
Inventors: 李圣熙; 权五宰
Original assignee: Samsung Electronics Co Ltd
Current assignee: Samsung Electronics Co Ltd
Priority date: 2003-07-29
Filing date: 2004-06-23
Publication date: 2008-08-27
Anticipated expiration: 2024-06-23
Also published as: CN101009831A; US20050025244A1; CN101009831B; CN1578469A; EP1503599A3; US7680186B2; KR100579542B1; KR20050013847A; JP2005050338A; EP1503599A2; JP3883200B2

Abstract

一种考虑了块之间相关性的运动估计装置与方法。该运动装置包括：完全搜索单元，用来将当前帧/场分割为预定大小的块，并通过完全搜索算法来估计每个块的任意运动向量；候选运动向量估计单元，用来通过对当前块应用块匹配算法(BMA)来计算多个运动预测误差值，并从低于预定阈值的运动预测误差值来估计候选运动向量；运动补偿单元，用来计算各个候选运动向量与相邻块的运动向量之间的相关性，并根据所计算的相关性，将候选运动向量之一补偿给当前块的最终运动向量。通过考虑块之间相关性来估计当前块的运动向量，可以提供没有块假象的图像。

Description

考虑到块之间相关性的估计运动的装置及其方法

技术领域

本发明涉及一种基于块之间相关性的运动估计装置与方法，更具体地，涉及一种运动估计装置及其方法，其能根据当前块的候选运动向量与包围当前块的相邻块的运动向量块之间的相关性估计运动。

背景技术

在诸如帧速度上变换(FRC)或隔行到逐行变换(IPC)等一般图像处理中，在图像帧之间的运动估计是要进行的关键处理。更具体地，图像估计估计用于运动补偿的运动向量，并一般使用块匹配算法(BMA)来进行。

BMA以块单位比较两个连续输入的帧/场，并估计每个块的单一运动向量。使用诸如绝对差之和(SAD)量度等运动预测误差值来估计运动向量，并且将运动向量用于运动补偿处理。

在现有的运动估计中，为各个块所估计的运动向量经常不准确，并且如图1所示，当诸如IPC与FRC等运动补偿过程使用不准确的运动向量来进行时，在经内插的帧/场图像中发生块假象。块假象为一般在相邻块之间边界线中中出现的特定模糊，其导致令人不快的非连续边界的现象，以及随后的图像质量退化。发生块假象现象主要是因为使用所估计的运动向量对各个块进行运动补偿，而没有考虑到相邻块之间的相关性。

发明内容

本发明用来解决上述缺陷以及与现有计算相关联的其他问题。本发明的一个方面提供了一种运动估计装置及其方法，其能够根据当前块的候选运动向量与包围该当前块的邻近块的运动向量块之间的相关性来估计运动。

本发明的以上方面和/或其他特征可以通过一种考虑了块之间相关性的运动估计装置实现，该运动估计装置包括：完全搜索单元，用来将当前帧/场分割为预定大小的块，并通过完全搜索块匹配算法来估计每个块的任意运动向量；候选运动向量估计单元，用来通过对用于运动估计的块的当前块应用块匹配算法(BMA)，计算多个运动预测误差值，并从低于预定阈值的运动预测误差值来估计至少一个候选运动向量以用于当前块的运动补偿；以及运动补偿单元，用于使用完全搜索单元计算的各个侯选运动矢量和相邻于当前块的相邻块的任意运动矢量来计算各个候选运动向量和任意运动矢量之间的相关性，并根据所计算的相关性，将候选运动向量之一补偿给当前块的最终运动向量。

所述完全搜索单元通过针对当前帧/场的各个块应用BMA来计算所述多个运动预测误差值，并且从具有最小运动预测误差值的位置来估计各个块的任意运动向量。

所述候选运动向量估计单元在先于当前块的先前帧/场中设置预定大小的搜索范围，通过针对所述搜索范围应用BMA来计算所述多个运动预测误差值，并且通过将所述多个运动预测误差值中的最小值乘以预定常量来设置所述预定阈值。

所述运动补偿单元包括：相关性计算单元，用来计算所述各个候选运动向量与相邻于当前块的相邻块的运动向量之间的相关性；以及最终运动向量估计单元，用来对于所述最终运动向量估计在各个候选运动向量中具有最大相关性的候选运动向量。

所述相关性计算单元通过以下公式计算所述相关性，

C (v_{c}) = \frac{1}{\underset{k}{Σ} | v_{c} - v_{k} |}, k = 1,2,3, . . ., M

其中，C(v_c)为候选运动向量与相邻块的运动向量之间的相关性，v_c为候选运动向量，v_k为相邻块的运动向量，M为相邻块的数目。

所述相关性计算单元通过以下方式来计算考虑时间方向的相关性：将先前帧/场的在相对位置上相应于当前块的先前块以及与所述先前块相邻的至少一个块包括在所述相邻块中，所述先前帧/场在所述当前帧/场之前输入。

所述运动补偿单元还包括权重分配单元，用来根据在当前块与相邻块之间的相似性分配预定的权重，并且所述相关性计算单元通过以下公式利用所应用的权重计算所述相关性，

C (v_{c}) = \frac{1}{\underset{k}{Σ} w_{k} | v_{c} - v_{k} |}, k = 1,2,3, . . ., M

其中，C(v_c)为各个候选运动向量与相邻块的运动向量的相关性，w_k为权重，v_c为候选运动向量，v_k为相邻块的运动向量，M为相邻块的数目。

根据本发明的一个方面，提供了一种考虑了块之间相关性的运动估计方法，包括：完全搜索步骤，用来将当前帧/场分割为预定大小的块，并通过完全搜索块匹配算法来估计每个块的任意运动向量；候选运动向量估计步骤，用来通过对用于运动估计的块的当前块应用块匹配算法(BMA)，计算多个运动预测误差值，并从低于预定阈值的运动预测误差值来估计至少一个候选运动向量以用于当前块的运动补偿；运动补偿步骤，用于使用完全搜索单元计算的各个侯选运动矢量和相邻于当前块的相邻块的任意运动矢量来计算各个候选运动向量和任意运动矢量之间的相关性；以及最终运动向量估计步骤，用来估计具有最大相关性的候选运动向量为当前块的最终运动向量。

所述候选运动向量估计步骤在先于当前块的先前帧/场中设置预定大小的搜索范围，通过针对所述搜索范围应用BMA来计算所述多个运动预测误差值，并且通过将所述多个运动预测误差值中的最小值乘以预定常量来设置所述预定阈值。

根据本发明的另一个方面，提供了一种考虑了块之间相关性的运动估计装置，包括：第一运动估计单元，用来将输入的帧/场分割为预定大小的块，并估计每个块的运动向量；以及第二运动估计单元，用来根据用于运动估计的当前块的运动向量以及相邻于当前块的至少一个相邻块的运动向量来设置预定大小的第一搜索范围，并通过针对基于当前块的所述第一搜索范围应用块匹配算法(BMA)来估计当前块的最终运动向量，其中，所述第一搜索范围基于至少一个相邻块之间的相关性来设置。

所述第二运动估计单元包括：平均向量计算单元，用来计算所述当前块与至少一个相邻块的运动向量的平均向量；运动预测误差计算单元，用来根据所计算的平均向量来设置所述第一搜索范围，并通过应用所述BMA来计算多个运动预测误差值；以及最终运动向量估计单元，用来从相应于在所计算的多个运动预测误差值中的最小运动预测误差值的位置来估计当前块的最终运动向量。

所述第一运动估计单元针对各个分割后的块设置预定大小的第二搜索范围，并通过所述BMA来估计各个分割后的块的运动向量。

根据本发明的另一个方面，提供了一种基于块之间相关性的运动估计方法，包括：第一运动估计步骤，用来将输入的帧/场分割为预定大小的块，并估计每个块的任意运动向量；以及第二运动估计步骤，用来根据用于运动估计的当前块的运动向量以及相邻于当前块的至少一个相邻块的运动向量来设置预定大小的第一搜索范围，并通过针对基于当前块的所述第一搜索范围应用块匹配算法(BMA)来估计当前块的最终运动向量，其中，所述第一搜索范围基于至少一个相邻块之间的相关性来设置。

所述第二运动估计步骤包括：平均向量计算步骤，用来计算所述当前块与至少一个相邻块的运动向量的平均向量；运动预测误差计算步骤，用来根据所计算的平均向量来设置所述第一搜索范围，并通过应用所述BMA来计算多个运动预测误差值；以及最终运动向量估计步骤，用来从相应于在所计算的多个运动预测误差值中的最小运动预测误差值的位置来估计当前块的最终运动向量。

所述第一运动估计步骤针对所述帧/场的各个分割后的块设置预定大小的第二搜索范围，并通过所述BMA来估计各个分割后的块的运动向量。

附图说明

通过参照附图描述本发明的特定实施例，本发明的以上方面与特征将显而易见，其中：

图1为示范性图像的视图，其中在执行现有运动估计方法时发生了块假象；

图2为根据本发明第一示范性实施例的运动估计装置的方框图，其考虑了块之间的相关性；

图3为说明当前块与相邻块的框图；

图4为图2的相关计算单元的视图，其计算块之间的相关性并考虑时间方向；

图5为说明特定示范性情况的视图，在这种情况下图2的权重分配单元分配权重给两个不同运动的对象；

图6为说明其中块假象被图2的运动估计装置减少的示范性图像的视图；

图7为示意性地显示图2的运动估计装置所进行的运动估计过程的流程图；

图8为显示根据本发明第二示范性实施例的考虑块之间相关性的运动估计装置的方框图；

图9为显示使用由图8的平均向量计算单元所计算的平均向量来计算最终运动向量的特定示范性情况的视图；

图10为显示其中块假象被图8的运动估计装置减少的示范性图像的图；

图11为示意性地显示图8的装置所进行的运动估计过程的流程图。

具体实施例

现在参照附图更详细地描述本发明的特定实施例。

在以下描述中，在不同的附图中相同的附图标记表示相同的元件。在本说明书中所定义的诸如详细结构与元件等事物只是用来帮助全面理解本发明。由此，显然没有那些所定义的事物也可以实施本发明。另外，因为公知的功能与结构会以不必要的细节掩盖本发明，所以对其不进行详细描述。

图2为示意性显示根据本发明第一示范性实施例的运动估计装置的方框图，其考虑了块之间的相关性，图3为当前块与包围当前块的相邻块的视图。

参照图2，根据本发明第一示范性实施例的运动估计装置200包括完全搜索单元210、候补运动向量估计单元220、运动补偿单元230以及缓冲器240。

参照图3，‘B’表示当前帧/场的当前块，‘B₁’到‘B₈’表示包围当前块B的相邻块。

完全搜索单元210将当前帧/场(此后简称为‘当前帧’)分割为预定大小的块，并估计每个块的任意运动向量。在当前特定实施例中，向各个块应用BMA以计算运动预测误差。完全搜索单元210从具有最小运动预测误差的位置估计每个块的任意运动向量。

运动预测误差可以通过各种方法计算，包括绝对差之和(SAD)、平均绝对差(MAD)、以及平均平方误差(MSE)。在使用SAD的当前特定实施例中，运动预测误差将被称为SAD。然而，应该注意可以使用其他适当的技术而不是BMA来估计各个块的任意运动向量。

候选运动向量估计单元220使用予筛选过程来估计。更具体地，候选运动向量估计单元220通过对当前块B重新应用BMA来估计当前块B的至少一个候选运动向量。

为了更详细地描述以上过程，现参照当前块B，候选运动向量估计单元220设置在先前帧/场(此后简称为‘先前帧’)中的预定搜索范围，并通过对该预定搜索范围应用BMA来计算多个SAD。然后，候选运动向量估计单元220从相应于在预定阈值之下的SAD的位置，估计当前块的候选运动向量。候选运动向量的数目等于在预定阈值之下的SAD的数目。在本实施例中，通过将SAD的最小值乘以预定常量α所取得的值，α×最小SAD，被用做预定阈值。

这就考虑了以下可能性：表示当前块B实际运动的运动向量包含在具有小于α×最小SAD的SAD阈值的候选运动向量中，由此得到当前块的更准确的最终运动向量。例如，本实施例可以使用α＝1.5。当然，如果需要这个值可以调整。

运动补偿单元230包括相关性计算单元232与最终运动向量估计单元236。

相关性计算单元232计算在至少一个估计侯选运动向量与相邻块B₁至B₈的运动向量之间的相关性。相关性计算单元232测量由预筛选所估计的候选运动向量与相邻块B₁至B₈的运动向量之间的相关性。使用向量距离作为对于运动向量之间相关性计算的测度，并且通过以下公式计算相关性：

[公式1]

C (v_{c}) = \frac{1}{D (v_{c})} = \frac{1}{\underset{k}{Σ} | v_{c} - v_{k} |}, k = 1,2,3, . . ., M

其中，C(v_c)为候选运动向量与相邻块B₁至B₈的运动向量之间的相关性，D(v_c)为向量距离，v_c为候选运动向量，v_k为相邻块B₁至B₈的运动向量，M为相邻块B₁至B₈的数目。相邻块B₁至B₈指与当前块B相邻的块，当只考虑空间相关性时，这些块位于与当前块B相同的当前帧中(参照图3)。

参照公式1，相关性与D(v_c)成反比，因此当D(v_c)下降时，相关性上升。

同时，除了空间方向，相关性计算单元232也可以根据时间方向来计算相关性，如图4所示。因此，相关性计算单元232计算空间与时间相关性，同时考虑先前帧F_n-1在位置上相应于当前块B的先前块B’的运动向量，以及包围先前块B’的至少一个相邻块B₁’至B₈’的运动向量。先前帧F_n-1指在当前帧F_n之前输入的帧。

因此，不仅图3所示的相邻块B₁至B₈，还有先前块B’的至少一个相邻块B₁’至B₈’被确定为当前块B的相邻块。对于先前帧的块的运动向量，使用已经由最终运动向量估计单元236(此后描述)所估计的各个块的运动向量。

由相关性计算单元232所使用的相邻块的数目可以根据图像采样的频率与块大小进行适应性地调整。例如，对于较高的采样频率(或分辨率)以及对于较小大小的块，由相关性计算单元232所使用的相邻块可以在时间与空间上进行扩展。

根据使用公式1所计算的相关性，最终运动向量估计单元236估计具有最大相关性的候选运动向量为当前块B的最终运动向量。相应地，当通过使用与相邻块B₁至B₈和/或相邻块B₁’至B₈’的相关性来补偿由完全搜索单元210通过BMA所估计的当前块的任意运动向量时，估计最终运动向量。

由最终运动向量估计单元236所估计的当前帧的各个块的最终运动向量以帧单位暂时存储在缓冲器240中。这些被暂时存储的最终运动向量由相关性计算单元232使用来考虑时间相关性。即，这些被暂时存储的当前帧的各个块的最终运动向量用于估计下一帧块的最终运动向量的情况。

同时，相关性计算单元232可以根据当前块B与相邻块B₁至B₈之间相似性来施加预定的权重。为此目的，运动补偿单元230可以还包括权重分配单元234。

权重分配单元234根据当前块B与相邻块B₁至B₈之间相似性来计算预定的权重。权重分配单元234向具有与当前块B更相似的图像特性的相邻块B₁至B₈分配较大的权重。图像特性的相似性为确定当前块B与相邻块B₁至B₈属于相同运动、相似运动或不同运动类别的测度。

通过使用诸如梯度、纹理、像素平均与像素分散(dispersion)等测度基准，权重分配单元234确定在图像特性上当前块B与相邻块B₁至B₈之间相似性。例如，权重分配单元234计算当前块B与相邻块B₁至B₈的梯度，并分配与梯度差成反比的权重。所以，测度基准的差异越小，则确定当前块B与相邻块B₁至B₈相互越相似。为了计算权重，向权重分配单元234提供当前帧和/或先前帧的像素信息，即各个像素的亮度值。在考虑诸如纹理、平均值与分散等测度基准的情况中，权重分配单元234还分配与该基准的差异成反比的权重。

在估计两个不同运动对象的块的运动向量时分配权重特别有用(参照图5)。

参照图5，对于沿方向①运动的对象A，当前块(a)与相邻块具有同一方向的向量特性。所以，在补偿由于噪声干扰而相对不准确的当前块(a)的任意运动向量时，通过使用相邻块的任意运动向量，运动补偿单元230可以补偿当前块(a)的运动向量，而不使用权重。

同时，对象B沿方向②运动。在补偿其中两个不同运动方向的对象A与B重叠的当前块(b)的任意运动向量的情况下，因为相邻块分别属于不同的对象A与B，所以不能准确地进行运动补偿。在这种情况下，根据本发明，运动补偿单元230向具有与当前块(b)更相似的图像特性的相邻块的运动向量分配更大的权重。作为结果，可以更准确地进行运动补偿。即，通过分配更大的权重给更相似的相邻块，可以更准确地进行运动补偿。

当然，权重不仅可以用来不同运动的对象，也可以用于类似运动或相同运动的对象。

回去参照图2，根据当前块B与相邻块B₁至B₈之间的相似性所计算的权重提供给相关性计算单元232，并且相关性计算单元232使用以下公式2计算相关性：

[公式2]

C (v_{c}) = \frac{1}{D (v_{c})} = \frac{1}{\underset{k}{Σ} w_{k} | v_{c} - v_{k} |}, k = 1,2,3, . . ., M

其中C(v_c)为各个候选运动向量与相邻块B₁至B₈的运动向量的相关性，w_k为权重，v_c为候选运动向量，v_k为相邻块B₁至B₈的运动向量，M为相邻块B₁至B₈的数目。因为除了权重分配，公式2类似于公式1，以上已进行了说明，所以省略对公式2的说明。

除了当前帧，权重分配单元234可以通过确定块B与预先存储的先前帧的B₁’至B₈’之间的相似性来计算分配给公式2的权重。

最终运动向量估计单元236估计具有在公式2所计算的相关性中的最大相关性的候选运动向量作为当前块B的最终运动向量。各个块的最终运动向量以帧单位暂时存储在缓冲器240中。

使用根据本发明第一示范性实施例的运动估计装置200，可以提供具有降低了块假象的图像，如图6所示。

图7为示意性地显示图2的运动估计过程的流程图。

参照图2至7，完全搜索单元210将当前帧分割为预定大小的块，并通过使用完全搜索BMA(步骤S710)来估计各个块的任意运动向量。完成S710后，候选运动向量估计单元220通过对当前块B重新应用BMA来计算诸如SAD等多个运动预测误差值(步骤S720)。

从具有相应于在预定阈值之下的SAD的至少一个SAD的位置，候选运动向量估计单元220估计用于当前块B的补偿的至少一个候选运动向量(步骤S730)。S730的预定阈值为通过将最小SAD乘以预定常量α所取得的值，并且在本实施例中，α＝1.5被用做预定阈值。

完成S730后，权重分配单元234根据当前块B与相邻块B₁至B₈之间相似性来计算权重(步骤S740)。

相关性计算单元232计算各个候选运动向量与相邻块B₁至B₈的运动向量之间的相关性，同时考虑在S740中所计算并分配的权重(步骤S750)。即相关性计算单元232使用公式2计算相关性，同时不仅考虑空间相关性也考虑时间相关性。

完成S750后，最终运动向量估计单元236估计在至少一个候选运动向量中具有最大相关性的候选运动向量为最终运动向量(步骤S760)。所以，生成最终运动向量，其为对当前块补偿S710中所估计的任意运动向量的结果。

同时，在根据本发明第一示范性实施例的运动估计方法中，如果不考虑当前块B与相邻块B₁至B₈之间的相似性，则可以省略S740，并且最好S750使用公式1计算相关性。

使用根据本发明第一示范性实施例的运动估计方法，可以提供具有降低了块假象的图像，如图6所示。

图8为显示根据本发明第二示范性实施例的考虑块之间相关性的运动估计装置的方框图，图9为说明使用由图8的平均向量计算单元所计算的平均向量来计算最终运动向量的情况的图。

参照图8，根据本发明第二示范性实施例的考虑块之间相关性的运动估计装置800包括第一运动估计单元810与第二运动估计单元820。

第一运动估计单元810将当前输入的帧(此后简称为‘当前帧’)分割为预定大小的块，并估计各个块的运动向量。更详细地讲，第一运动估计单元810通过对当前帧的各个块应用BMA来计算多个SAD。然后，第一运动估计单元810从具有最小SAD的位置估计各个块的运动向量。例如，第一运动估计单元810针对当前块B设置预定大小的第一搜索范围S1，并通过完全搜索BMA来估计当前块B的运动向量。

通过使用当前块B与当前块B的至少一个相邻块(未显示)的运动向量，第二运动估计单元820设置预定大小的第二搜索范围S1。通过针对当前块B对第二搜索范围S2重新应用BMA，第二运动估计单元820估计当前块B的最终运动向量。所以，第二运动估计单元820包括平均向量计算单元822、运动预测误差计算单元824、以及最终运动向量估计单元826。

利用以下公式3，平均向量计算单元822计算当前块B与当前块的至少一个相邻块(未显示)的运动向量的平均向量。通过平均当前块B与相邻块(未显示)的运动向量的垂直与水平属性，取得平均向量。相邻块(未显示)指与当前块B相邻并且与当前块B位于与同一当前帧中的块。

[公式3]

v_{m} = \frac{1}{N} Σ_{k = 0}^{N - 1} v_{k}

其中，v_m为当前块B与当前块的至少一个相邻块(未显示)的运动向量的平均向量，N为当前块B与当前块的至少一个相邻块(未显示)的运动向量的数目，v_k为在第一运动估计单元810处所估计的当前块B与至少一个相邻块(未显示)的运动向量。

如图9所示，运动预测误差计算单元824针对该平均向量设置第二搜索范围S2，并且通过重新应用BMA来计算诸如SAD等多个运动预测误差。第二搜索范围S2小于第一索范围S1，并且最好在运动估计装置800的设计过程期间设置第二搜索范围S2的大小。

第二搜索范围S2的大小可以适应性地调整，即根据相邻块的运动向量之间的相关性。即，如果相邻向量表示同一方向，则第二搜索范围S2可以缩小大小，如果不如此，即如果相邻向量表示不同方向，则可以扩展第二搜索范围S2。扩展与缩小第二搜索范围S2也可以在水平方向x_s与垂直方向y_s上分别调整。另外，扩展与缩小第二搜索范围S2也可以根据所设计的机制在运动预测误差计算单元824处适应性地调整。

从相应于在由运动预测误差计算单元824所计算的多个SAD中最小SAD的位置，最终运动向量估计单元826估计当前块B的最终运动向量。

利用根据本发明第二示范性实施例的运动估计装置800，设置针对平均向量收缩的第二搜索范围S2，并且通过重新应用BMA来估计最终运动向量。换而言之，通过使用平均向量来预测具有较高的包含实际运动的概率的区域，并且收缩该预测区域，并且在收缩后搜索范围中估计当前块B的最终运动向量。作为结果，因为具有较高的包含实际运动的概率的区域由平均向量预测并收缩，所以防止了运动估计中可能的误差。

图11为示意性显示图8的运动估计方法的流程图。

参照图8至11，第一运动估计单元810将当前输入的帧即当前帧分割为预定大小的块，并通过BMA来估计各个块的运动向量(步骤S1110)。例如第一运动估计单元810针对当前块B设置第一搜索范围S1，并通过完全搜索BMA来估计当前块B的运动向量。

完成S1110后，平均向量计算单元822利用公式3计算当前块B与至少一个相邻块的运动向量的平均向量(步骤S1120)。接着，运动预测误差计算单元824针对该平均向量设置第二搜索范围(S2)(步骤S1130)，并且通过重新应用BMA来计算诸如SAD等多个运动预测误差(步骤S1140)。此处，第二搜索范围S2比第一搜索范围S1收缩得更小，并且最好包含在第一搜索范围S1内。

完成S1140后，从相应于在所计算的多个SAD中最小SAD的位置，最终运动向量估计单元826估计当前块B的最终运动向量(步骤S1150)。

使用根据本发明第二示范性实施例的运动估计装置800及其方法，可以提供具有降低了块假象的图像，如图10所示。

如上所述，利用考虑了块之间相关性的所述运动估计装置及其方法，可能被不准确地估计的块的运动向量可以通过使用相邻块的运动向量来准确地补偿/估计。在两个相邻块中具有类似运动的情况下，被不准确估计的运动向量可以被补偿为接近实际运用的运动向量，并且可以提供视觉上令人愉快的自然内插的图像。尤其是通过将本发明应用到IPC与FRC，可以防止或限制块假象的发生，并且作为结果，图像质量得到提高。

以上实施例与优点只是示范性的，并不能被认为是限制本发明的。当前的描述也可以容易地运用到其他类型的装置上。另外，对本发明实施例的描述只是描述性的，而不是限制权利要求的范围，并且对于本领域技术人员来说，显然有许多改进、替换、以及变化。

Claims

1. 一种考虑块之间相关性的运动估计装置，包括：

完全搜索单元，用来将当前帧/场分割为预定大小的块，并通过完全搜索块匹配算法来估计每个块的任意运动向量；

候选运动向量估计单元，用来通过对用于运动估计的块的当前块应用块匹配算法来计算多个运动预测误差值，并从低于预定阈值的运动预测误差值来估计至少一个候选运动向量以用于当前块的运动补偿；以及

运动补偿单元，用于使用完全搜索单元计算的各个侯选运动向量和相邻于当前块的相邻块的任意运动向量来计算各个候选运动向量和任意运动矢量之间的相关性，并估计将是当前块的最终运动向量的、具有最大相关性的侯选运动向量。

2. 如权利要求1所述的运动估计装置，其中所述完全搜索单元通过针对当前帧/场的各个块应用块匹配算法来计算所述多个运动预测误差值，并且从具有最小运动预测误差值的位置来估计各个块的任意运动向量。

3. 如权利要求1所述的运动估计装置，其中所述候选运动向量估计单元在先于当前块的先前帧/场中设置预定大小的搜索范围，通过针对所述搜索范围应用块匹配算法来计算所述多个运动预测误差值，并且通过将所述多个运动预测误差值中的最小值乘以预定常量来设置所述预定阈值。

4. 如权利要求1所述的运动估计装置，其中所述运动补偿单元包括：

相关性计算单元，用来计算所述各个候选运动向量与相邻于当前块的相邻块的运动向量之间的相关性；以及

最终运动向量估计单元，用来估计将是最终运动向量的在各个候选运动向量中具有最大相关性的候选运动向量。

5. 如权利要求4所述的运动估计装置，其中所述相关性计算单元通过以下公式计算所述相关性，

C (v_{c}) = \frac{1}{\underset{k}{Σ} | v_{c} - v_{k} |}, k = 1,2,3, . . . M

6. 如权利要求4所述的运动估计装置，其中所述相关性计算单元通过以下方式来计算考虑时间方向的相关性：将先前帧/场的在相对位置上相应于当前块的先前块以及与所述先前块相邻的至少一个块包括在所述相邻块中，所述先前帧/场在所述当前帧/场之前输入。

7. 如权利要求4所述的运动估计装置，其中所述运动补偿单元还包括权重分配单元，用来根据在当前块与相邻块之间的相似性来分配预定的权重，并且

所述相关性计算单元通过以下公式利用所应用的权重计算所述相关性，

C (v_{c}) = \frac{1}{\underset{k}{Σ} w_{k} | v_{c} - v_{k} |}, k = 1,2,3, . . ., M

8. 如权利要求1所述的运动估计装置，其中所述运动预测误差值通过绝对差之和、平均绝对差、以及平均平方误差中的一个来计算。

9. 一种考虑了块之间相关性的运动估计方法，包括：

完全搜索步骤，用来将当前帧/场分割为预定大小的块，并通过完全搜索块匹配算法来估计每个块的任意运动向量；

候选运动向量估计步骤，用来通过对用于运动估计的块的当前块应用块匹配算法来计算多个运动预测误差值，并从低于预定阈值的运动预测误差值来估计至少一个候选运动向量以用于当前块的运动补偿；

运动补偿步骤，用于使用完全搜索步骤计算的各个侯选运动向量和相邻于当前块的相邻块的任意运动向量来计算各个候选运动向量和任意运动矢量之间的相关性；以及

最终运动向量估计步骤，用来估计具有最大相关性的候选运动向量为当前块的最终运动向量。

10. 如权利要求9所述的运动估计方法，其中所述完全搜索步骤通过针对当前帧/场的各个块应用块匹配算法来计算所述多个运动预测误差值，并且从具有最小运动预测误差值的位置来估计各个块的任意运动向量。

11. 如权利要求9所述的运动估计方法，其中所述候选运动向量估计步骤在先于当前块的先前帧/场中设置预定大小的搜索范围，通过针对所述搜索范围应用块匹配算法来计算所述多个运动预测误差值，并且通过将所述多个运动预测误差值中的最小值乘以预定常量来设置所述预定阈值。

12. 如权利要求9所述的运动估计方法，其中所述相关性计算步骤通过以下公式计算所述相关性，

C (v_{c}) = \frac{1}{\underset{k}{Σ} | v_{c} - v_{k} |}, k = 1,2,3, . . ., M

13. 如权利要求12所述的运动估计方法，其中所述相关性计算步骤通过以下方式来计算考虑时间方向的相关性：将先前帧/场的在相对位置上相应于当前块的先前块以及与所述先前块相邻的至少一个块包括在所述相邻块中，所述先前帧/场在所述当前帧/场之前输入。

14. 如权利要求9所述的运动估计方法，其中，在所述相关性计算步骤之前，还包括权重分配步骤，用来根据在当前块与相邻块之间的相似性分配预定的权重，并且

所述相关性计算步骤通过以下公式利用所应用的权重计算所述相关性，

C (v_{c}) = \frac{1}{\underset{k}{Σ} w_{k} | v_{c} - v_{k} |}, k = 1,2,3, . . ., M

15. 如权利要求9所述的运动估计方法，其中所述运动预测误差值通过绝对差之和、平均绝对差、以及平均平方误差中的一个来计算。